微软：AI的下一个领域是专家教学机器

微软高管表示，人工智能的下一个前沿领域将涉及利用人类专业人员的专业知识来训练机器学习模型。“机器教学”本质上是机器学习层之上的一个接口，使得人们无法编写训练和部署系统方法。

微软业务副总裁AI Gurdeep Pall在接受VentureBeat电话采访时表示，教学可以应用到很多领域，包括文本分类、会话、计算机视觉和机器人技术。

他表示，近期收购人工智能初创公司和微软多年的研究工作将推动未来机器教学更广泛的推广。微软研究院在2015年成立了机器教学小组，并承诺提供这样的功能。

这些领域的计划将依赖于微软研究和人工智能集团在过去十年中的工作，现有的工具，如该公司的AirSim模拟器，以及旧金山湾区人工智能初创公司盆景和凸角去年被微软收购。Lobe专注于无需代码的深度学习，而盆景旨在帮助企业培训制造、建筑管理和机器人系统。

Pohl表示，微软机器训练还将寻求集成机器人操作系统(ROS)，这是去年秋天引入Windows 10的一个流行的机器人操作系统。

Pall说，潜在的使用案例包括教机器人手臂的护士如何移动病人样本，或者教专家帮助自动化石油钻塔的移动。

“我认为人工智能必须脱离只有人工智能专家才能开展的工作，否则人工智能的应用及其对世界的影响将非常有限。我认为我们必须到达一个世界上没有10000名人工智能专家的地方，他们可以在不同的环境下在许多垂直领域实际应用人工智能，”他说。

AI Business总经理马克哈蒙德(Mark Hammond)今天在一篇博文中表示，增加访问权限的工具可以让数百万人创建AI模型。

Pall表示，如果AI变得更深奥、更难理解，它将走向错误的方向，并补充说，机器教学旨在将知识从人类专家的大脑转移到金融、制造和金融领域的机器学习算法中。客户支持。

“我认为必须有一些非常具体的步骤，让领域专家更容易理解。他们真的不知道发动机里发生了什么，但是.事实上，他们可以分配任务，训练机器，看看它是否运行良好，所以调整它，”他说。“我们认为，在人工智能专家和世界专家之间存在差距的今天，这一点非常重要。”

虽然近年来人工智能的进步强调需要理解Python的机器学习框架——比如TensorFlow和微软认知工具包——但像微软这样的公司一直在制造平台和工具，帮助那些不知道如何编码、训练和部署AI模型的人。

关于用于训练人工智能模型的微软工具升级的更多细节预计将于5月6日至8日在西雅图举行的构建年度开发者大会上公布。

该公司致力于机器教学，此前发布了多个谷歌云解决方案，包括Anthos混合云平台、Cloud AutoML Tables、用于AI的BigQuery ML以及表数据的首次亮相。

Kubernetes面向数据科学家的解决方案——如英特尔的Nauta平台、AWS深度学习容器，以及谷歌的AI Hub和Kubeflow管道——也在最近几个月推出。

Pall表示，微软计划通过专注于旨在解决实际问题的机器教学，让自己与竞争对手区分开来。

“我认为这是一个横向的问题，”他说。“无论是构建客服机器人还是自动系统，还是在计算机视觉任务中识别物体，所有这些事情都可以通过机器教学的方法，在周期中与人类专家一起做得更好或更快。”